陇中黄土高原区旱地春小麦产量对干旱胁迫响应的模拟研究

为进一步探明陇中黄土高原区旱地春小麦产量形成对不同干旱胁迫的响应机制,依据甘肃省定西市安定区凤翔镇安家沟村2016—2018年大田控水试验数据以及定西市安定区1971—2018年气象数据,验证农业生产系统模拟(Agricultural production systems simulation,APSIM)模型模拟不同干旱胁迫旱地春小麦产量及产量构成要素的适宜性,基于APSIM模型分析不同生育期、不同程度干旱胁迫对旱地春小麦籽粒数、千粒重和产量的影响,利用多元逐步回归方程确定陇中黄土高原区旱地春小麦最佳灌水时间和灌水量。结果表明:(1)APSIM模型模拟陇中黄土高原区旱地春小麦生育期、籽粒数、千粒重和产量的均方根误差(Root mean square error,RMSE)均小于3.67 d、300.52个·m^-2、2.56 g、267.43 kg·hm^-2,归一化均方根误差(Normalized root mean square error,NRMSE)均小于3.89%、2.86%、9.71%、11.58%,模型有效性指数(Model effectiveness index,ME)均大于0.62、0.78、0.60、0.66,表明APSIM模型对模拟干旱胁迫条件下陇中黄土高原区旱地春小麦产量形成具有较好的适应性。(2)不同生育期干旱胁迫下,拔节期干旱胁迫对小麦籽粒数影响最大,其次由大到小依次为出苗期、分蘖期、无胁迫、抽穗期、开花期和灌浆期;灌浆期干旱胁迫对小麦千粒重影响最大,其次由大到小依次为开花期、抽穗期、无胁迫、拔节期、出苗期和分蘖期;拔节期干旱胁迫对小麦产量影响最大,其次由大到小依次为灌浆期、抽穗期、开花期、出苗期、无胁迫和分蘖期。(3)不同程度干旱胁迫下,灌水量300.00 mm旱地春小麦产量最大为4866.19 kg·hm^-2,与其他4种灌水相比产量分别增加283.53%、39.65%、0.46%和15.58%。(4)出苗后第1 d、47 d、60 d、82 d、86 d灌水,且灌水量达到343.09 mm时,旱地春小麦产量最大为5578.91 kg·hm^-2。干旱胁迫发生时间和程度对研究区小麦产量形成具有明显的交互作用,分蘖期适度干旱胁迫有利于提高陇中黄土高原区旱地春小麦产量,而拔节期和灌浆期为旱地春小麦田间水分管理的关键生育期,小麦生长发育过程中应加强该生育期的水分管理以提高陇中黄土高原区粮食产量。     

灰色系统理论在估产中的应用：以吉林省梨树县为例

以吉林省梨树县为例,阐述了利用灰色系统进行了玉米气象估产的方法,其中包括用ＧＭ（１,１）模型进行了趋势产量预测,用灰色关联度分析方法确定主气象因子群,以及利用ＧＭ（１,１）进行气象产量预测等。     

民勤春小麦NDVI与产量的关系及其对气候变暖的响应

应用1982—2003年的GIMMS NDVI时间序列遥感数据集和民勤站气象资料以及1985—2000年民勤作物物候期观测和产量资料,借助于GIS技术,在识别春小麦种植区的基础上,分析了其生长季平均NDVI与产量的相关关系,并采用时滞互相关法对月际尺度的平均气温、最高气温、最低气温、降水和日照时数与春小麦NDVI的相互关系进行研究,建立了春小麦生长季平均NDVI对气候因子的响应关系模型。结果显示,民勤县春小麦生长季平均NDVI与单产产量极度相关;月际尺度上,春小麦NDVI与平均气温、最高气温、最低气温和降水相互作用同步,而滞后于日照时数1个月,且气温和降水对春小麦NDVI影响时效为1个月,日照时数为2个月;近年来,日照时数延长和降水增多有利于春小麦NDVI的增加及产量的提高。     

不同取样单元对干旱区绿洲小麦地上生物量光谱估算模型的影响

为了更好地了解小麦高光谱特征与其地上生物量的关系,采用美国ASD公司手持便携式野外光谱仪（ASD Fieldspec HandHeld）在甘肃河西绿洲进行了小麦高光谱遥感地面观测。运用单变量线性和非线性回归分析方法,以不同绿洲为取样单元,建立4种NDVI-小麦地上生物量（ANPP）的地面光谱模型。研究结果表明,各模型均达到极显著检验水平（小样区:α=0.01,n=20;大样区:α=0.01,n=34）,通过对各个模型进行误差分析,确定基于同一绿洲和不同绿洲单元构建的最优光谱模型均为指数函数模型。其中,张掖绿洲、酒泉绿洲和河西绿洲模型分别为ANPP=0.1567e12.568NDVI(R2=0.8123)、ANPP=0.4082e11.108NDVI(R2=0.8321) 和ANPP=17.255e5.4326NDVI(R2=0.7369)。基于同一绿洲（小样区）构建的小麦光谱生物量预测模型在不同绿洲之间可以通用,但不能用于河西绿洲小麦估产;河西绿洲小麦估产要借助不同绿洲小样区构建的小麦光谱生物量模型进行预测。     

哈萨克斯坦草地生态系统压力的时空动态分析（英文）

受气候变化和政策因素的影响,哈萨克斯坦是中亚地区生态退化和草畜矛盾最为突出的国家。研究哈萨克斯坦草地承载状态对认识草地生态系统对气候变化和人类活动的响应尤为重要。本研究基于哈萨克斯坦遥感数据和畜牧业统计数据,以生态系统的供给与消耗为基础,分析哈萨克斯坦草地生态系统与承载状态的格局变化。结果表明:(1)2003–2017年,哈萨克斯坦牲畜养殖数量呈现持续平稳增长的趋势,受冻害影响,在2011年数量有所减少,牲畜养殖结构空间差异不明显。(2)哈萨克斯坦草地供给量波动上升,而畜牧业生产消耗量持续增加,导致草地承载压力不断增加。(3)2003–2017年间,哈萨克斯坦整体的草地承载状态一直呈现富余状态,但草地承载压力指数呈现平稳上升趋势,草地承载压力较大的地区主要位于草地生产力低下的克孜勒奥达尔州、耕地集中的南哈萨克斯坦州和北哈萨克斯坦州,并逐渐向农牧交错区和半荒漠带推进。     

基于MODIS-NDVI的河南省冬小麦产量遥感估测

粮食产量估测对于国家粮食生产宏观调控具有重要意义。以河南省为例, 利用区域 NDVI数据进行冬小麦产量监测研究。基于2000～2010年冬小麦生长关键期3～5月的MODIS～ NDVI数据集, 结合河南省18地市冬小麦生产数据, 分析了研究区小麦产量和播种面 积的时间动态变化特征, 建立了基于区域NDVI的冬小麦产量估算模型。结果表明:自2000 至2010年, 研究区冬小麦产量呈上升趋势, 播种面积基本保持稳定;利用单月NDVI建立的 冬小麦产量线性模型, 平均相对误差分别为12.02%、10.70%和9.27%;利用不同月份组合 的NDVI累积和建立的冬小麦产量模型, 平均相对误差分别为11.13%、10.38%、8.37%和 9.41%;利用多个月份组合的NDVI建立的多元线性回归模型, 平均相对误差分别为 11.00%、9.32%、9.04%和9.58%;将小麦播种面积作为限制因素引入多元线性模型后, 估 算精度得到了很大提升, 平均相对误差分别为5.65%、5.34%、6.76%和5.47%.通过误差 对比后发现, 在模型中引入播种面积后, 利用区域NDVI可以有效、快速、准确地对冬小麦 进行估产。     

农业信息系统支持下的玉米遥感估产模型研究

在县级农业信息系统的支持下，分析了玉米遥感估产机理，提出了遥感获取玉米估产因子的原理 与方法，确定了近是玉米生长参数及评价玉米生态环境的遥感指数。在此基础上，分区，分阶段建立了玉米遥感综合估产模型。     

种植业可持续发展的支持系统——农作物卫星遥感估产

本文从种植业可持续发展需要出发,指出建立农作物卫星遥感估产系统是实现种植业可持续发展地面信息准确、快速、经济获取的最有效手段,并能成为种植业可持续发展的支持系统。本文还分析了我国种植业地面信息统计现状和卫星遥感估产国内外研究进展,一个实际运行的农作物卫星遥感估产系统可以监测作物长势、种植面积和作物产量,与其它信息相配合有利于种植业可持续发展战略的实施。     

改进后的CTM模型在半干旱区作物生长中的应用

将改进后含有温度和水肥补偿效应的CTM模型应用于半干旱区作物研究中,分析了水分因子与土壤养分因子间的生态学补偿效应,模拟了半干旱区作物生长过程,并对在不同水分和不同施肥量下的作物生长状况进行了数值模拟。结果表明,在水分变化梯度上,随着土壤水分的增加,主要作物春小麦的产量呈上升趋势,试验条件下春小麦籽粒产量的最大值为462.35g·m^-2;一定限度内通过合理施肥可以补偿土壤水分不足。模拟计算结果表明,丰水条件下施中肥效果最好。     

全国农情监测与估产的运行化遥感方法

农作物遥感估产包括农作物的长势与产量趋势监测及产量的早期预报。在总结１５年来国内遥感估产成果的基础上,提出了以充分利用已有成果为基础的全国范围农作物估产运行化遥感方法。建成了ＮＯＡＡ ＡＶＨＲＲ数据实时预处理系统,并利用每旬的ＡＶＨＲＲ最大ＮＤＶＩ图像与上年同期数据对比实现全国范围的家作物遥感长势监测。在高精度耕地数据库的支持下,通过提取不同作物种植成数估算作物种植面积。种植成数可以用ＴＭ和多时相